Black Oil Tables - Extrapolation & Consistency
Master thesis
Permanent lenke
http://hdl.handle.net/11250/2632048Utgivelsesdato
2019Metadata
Vis full innførselSamlinger
Sammendrag
Reservoarsimulering er et essensielt verktøy for å forutsi og forstå reservoaradferd. Det kan gi betydeligdetaljerte opplysninger, avgjørende for produksjonsstrategien til et felt. Verdt å ha i bakhodet er imidlertid at resultatene fra modellen er et produkt av nøyaktigheten til parametrene modellen er byggetpå. Flere utfordringer med simulering eksisterer – noen av de største er kjøretid og fysisk konsistens.
Forskjellige tilnærminger for å beskrive væskeadferd eksisterer. Mer spesifikt kan væskeadferden entenestimeres ved bruk av en komposisjonell modell eller vha. Svart Olje-modellen. Den komposisjonellemodellen bruker en tilstandslikning, finjustert til det aktuelle området. Selv om denne tilnærmingen girhøy grad av nøyaktighet, er den begrenset av lang kjøretid. Spesielt for reservoar som krever stort antallgitterblokker, er det ikke tilstrekkelig å la modellen kjøre i timesvis.
Den Svarte Oljemodellen (SO) bruker Svart Oljetabeller for å beskrive væskeadferd. Den beskriverforskjellige sammensetninger og deres egenskaper ved gitt trykk, fra reservoaret til overflateen. Utvidettil den Modifiserte Svart Oljemodellen[3], er enda mer komplisert oppførsel tatt i betraktning. Imidlertidkan tabellene vise seg å være ufysiske. Dette inkluderer f.eks. tilstedeværelse av negative fluidkomprimerbarheter, begrensning av sammensetninger som er beskrevet, eller unøyaktig evaluering av egenskaper ved kritiske forhold.
Presentert her er en lett tilgjengelig arbeidsflyt for å generere fysisk konsistente Svart Oljetabeller for demest brukte simulatorene på markedet. Det svært sofistikerte digitale laboratoriet PhazeComp, utvikletav Zick Technologies, har blitt brukt. Relevante plott og tabeller er gitt, som illustrerer at fysiske kraver ivaretatt.
Algoritmen er verifisert ved å undersøke forskjellige væskekategorier, inkludert svart olje, flyktig olje,nærkritisk olje, rik og mager gasskondensat. Metodikk og teoretisk bakgrunn er grundig gjennomgåttfor den utviklede prosedyren. Det var klart at nærkritiske væsker definitivt har den nærmeste initiellemetning og kritisk trykk. Ikke overraskende, tatt i betraktning at K-verdiene var nærmest 1.0 for fluidet.Svarte oljer hadde derimot K-verdier lengst fra hverandre, hvilket indikerer den store forskjellen mellominnledende metning og kritisk trykk.
SO-Tabeller ekstrapoleres til kritisk trykk, og tilfører konstant sammensetning begynnende fase gasstil løsning. En svellingstest implementeres uavhengig av innledende sammensetning, og øker dens metningstrykk. Denne prosedyren utføres til maksimalt metningstrykk er funnet, mens tabellene ekstrapoleres kun til kritisk trykk. Ekstrapolerte tabeller er verifisert i hver reservoirsimulator, inkludert CMGIMEX, Eclipse og Sensor.
For å belyse algoritmen blir ekstrapolering av Svart Oljetabeller gitt ved hjelp av en alternativ tilnærming- ved bruk av reservoarmimulator Sensor. Det er tydelig at Sensor ikke ligger langt unna den utvikledeekstrapoleringsprosedyren. Imidlertid har den en tendens til å undervurdere kritiske forhold. Sensorantar monotont økende olje/gassforhold i løsningsgass, mens modellen som er utviklet her, ikke gjør det.De endelige Svart Oljetabellene presentert er et resultat av eksperimenter som brukes til å utlede nødvendig informasjon for å generere dem. Eksperimentet med Konstant Komposisjon Ekspansjon (CCE)brukes her og sammenlignes med f.eks. Konstant Volumdeplettering (CVD). Ubetydelige forskjeller bleobservert, med de største avvikene funnet i viskositeter.
Algoritmen krever minimal brukerinterferens. Hovedinngangsparametrene inkluderer en sammensetning,overflateseparatortog og en finjustert tilstandslikning. Viktig å understreke er at usikkerheten i modellener underlagt nøyaktigheten til inngangsparametrene. Hvis tilstandslikningen er unøyaktig, bør derforSvart Oljetabeller bli møtt med en viss skepsis. Reservoir Simulation is a widely used tool for predicting and understanding reservoir behavior. It mayprovide significantly detailed information, vital for the production strategy of a field. Certainly, theoutput of the model is subject to the confidence of the input. Several challenges with simulation exist –some of the most epic being runtime and physical consistency.
Different approaches to describe fluid behavior exist. More specifically, fluid behavior may either beestimated using a Compositional Model or Black Oil Model. The compositional model uses an Equation ofState (EOS), tuned to the specific basin in question. While this approach grants a high level of confidence,it is limited by long runtime. Particularly for reservoirs requiring a large number of gridblocks, spendinghours to run a model is not adequate.
The Black Oil Model uses Black Oil Tables to describe fluid behavior. It describes various compositionsand their properties at given pressures, from reservoir to surface. Extended to the Modified Black OilModel[3], even more complex behavior is taken into account. However, sometimes Black Oil Tablesappear to be nonphysical. This includes e.g. presence of negative fluid compressibilities, limitation ofcompositions described, or inaccurate evaluation of critical conditions.
Presented herein is a readily-available workflow for generating physically consistent Black Oil Tablesfor the most used simulators on the market. The highly sophisticated digital laboratory PhazeComp,developed by Zick Technologies, has been used. Relevant plots and tables are provided, illustrating thatphysical requirements are intact.
The algorithm is verified by examining different fluid categories, including Black Oil, Volatile Oil, NearCritical Oil, Rich and Lean Gas Condensate. Methodology and theoretical background is thoroughlyjustified for the developed procedure. It was clear that Near-Critical fluids indeed have the closest initialsaturation and critical pressure. Certainly, with K-values the closest to unity, this was expected. BlackOils, on the other hand, had K-values the furthest apart, justifying the major difference between initialsaturation and critical pressure.
BO-Tables are extrapolated to critical pressure, adding constant composition incipient gas into solution.A Swell Test is implemented regardless of initial composition, elevating the saturation pressure. Thisprocedure is performed until maximum saturation pressure is found, while BO-Tables are extrapolatedto critical pressure. Extrapolated Tables are verified in each reservoir simulator, including CMG IMEX,Eclipse and Sensor.
Extrapolation of Black Oil Tables is also given using an alternative approach – the reservoir simulatorSensor. It is evident that Sensor is not far off the developed extrapolation procedure. However, it generallytends to underestimate critical conditions. Also, Sensor assumes monotonically increasing Oil-Gas Ratioin solution gas, which the model developed herein does not.
The final Black Oil Tables presented are a result of the experiments used to generate them. The Constant Composition Expansion (CCE) experiment is used herein, and compared to e.g. Constant VolumeDepletion (CVD). Insignificant differences were seen, with the largest discrepancies found in viscosities.The algorithm requires minimal user interference. Main input parameters include a composition, surfaceseparator train and a tuned EOS. Important to emphasize is that uncertainty of the model is subjectto confidence of the input parameters. Therefore, if the EOS is tuned inadequately, Black Oil Tablesderived thereof must be met with some skepticism.